통계에서 모수 및 비모수 방법론은 데이터 집합이 정규 대 각각 비정규 분포. 모수 테스트는 데이터 세트에 대한 특정 가정을합니다. 즉, 특정 (정규) 분포를 가진 모집단에서 데이터를 가져옵니다. 비모수 테스트는 데이터 세트에 대해 더 적은 가정을합니다. 대부분의 기본 통계 방법은 모수 적이며 모수 테스트는 일반적으로 더 높은 통계적 능력을 갖습니다. 데이터 세트에 대해 필요한 가정을 할 수없는 경우 비모수 테스트를 사용할 수 있습니다. 여기에서는 두 개의 모수 및 두 가지 비모수 통계 테스트를 소개합니다.
두 그룹 간의 독립 측정에 대한 모수 검정: t- 검정
•••브랜드 X 사진 / 브랜드 X 사진 / 게티 이미지
t- 검정은 데이터가 정규 분포를 따르는 경우 두 데이터 집합의 평균을 비교하는 데 사용됩니다. 두 데이터 그룹은 서로 독립적이어야합니다. t 통계량은 그룹 평균 간의 차이를 그룹 평균 간의 차이에 대한 표준 오차로 나눈 값과 같습니다.
모수 상관 검정: Pearson
•••Thinkstock 이미지 / Comstock / Getty Images
두 변수 간의 상관 관계를 측정하는 일반적인 매개 변수 방법은 Pearson Product-Moment Correlation입니다. 두 변수 x와 y는 각각 정규 분포되어야합니다. 변수의 평균과 분산이 계산됩니다. 그런 다음 상관 관계를 표준 편차의 곱으로 나눈 두 변수 간의 공분산으로 계산할 수 있습니다.
비모수 상관 관계 검정: Spearman
•••Goodshoot / Goodshoot / Getty 이미지
Spearman 순위 상관 계수는 Pearson 계수와 유사하지만 데이터가 순서 형 (일반적으로 범주 형 데이터, 간격 (모든 데이터 포인트가 하나에서 등거리에있는 척도를 따라 측정 된 데이터)보다는 일종의 척도의 위치에 설정 다른). 이 테스트는 기본적으로 Pearson Correlation 테스트와 동일한 방식으로 작동하며 먼저 데이터의 순위를 매겨 야합니다.
두 그룹 간의 독립 측정을위한 비 파라 메트릭 테스트: Mann-Whitney 테스트
•••존 폭스 / 스톡 바이트 / 게티 이미지
Mann-Whitney 검정은 두 개의 순서 (따라서 비모수 적) 데이터 그룹 간의 평균을 비교하는 데 사용됩니다. Mann-Whitney 통계 (U)는 모든 데이터 (점수)를 순위 순서에 넣어 계산합니다. 그런 다음 U는 각 대조군보다 적은 실험 그룹의 점수 수의 합계입니다.